當前位置：廣州虹科電子科技有限公司>>技術文章展示
400-999-3848
6
當前位置：廣州虹科電子科技有限公司>>技術文章展示
2024
11-202024
11-192024
11-13應用案例 | HK-MSR165加速度記錄儀用于傳感器故障診斷
案例概況客戶：MullerMartiniAG,印刷加工行業專家應用產品：HK-MSR165加速度數據記錄儀應用場景：在開發新型馬鞍訂書機的過程中，發現傳感器出現了故障，使用HK-MSR165確定了故障原因01應用背景用于新型馬鞍裝訂機三刀式修剪器的邊緣傳感器在客戶測試中出現故障。分析發現，傳感器元件發生機械損壞，可能由振動引起。由于機器的動態運動，這一問題可能有多種原因，因此需要記錄傳感器的振動情況，盡可能準確地找出干擾源，以便得出正確結論，并快速驗證所采取措施的有效性。經過搜索比較和與技術顧問2024
11-132024
11-12康謀分享 | 確保AD/ADAS系統的安全：避免數據泛濫的關鍵！
為確保AD/ADAS系統的安全性，各大車企通常需要收集、處理和分析來自于攝像頭、激光雷達等傳感器的數據，以找出提高系統安全性和性能的方法。然而在數據收集過程中，不可避免地會出現大量無價值數據，造成數據泛濫的情況，進而影響數據的分析處理進程。為此，本文將為大家分享如何通過合適的指標及分析工具，實現數據的高效管理、解讀和正確分析，以避免數據泛濫的不利影響！一、現有問題對于汽車制造商來說，確保AD/ADAS系統的安全性通常需要收集大量數據。為了開發、驗證和改進自動駕駛系統，流程通常是相同的：在各種條件2024
11-092024
11-052024
10-292024
10-29康謀分享 | 數據隱私和匿名化：PIPL與GDPR下，如何確保數據合規？（二）
在上期數據隱私和匿名化系列文章中，我們主要分享了《中國個人信息保護法》（PIPL）和《歐盟通用數據保護條例》（GDPR）在涵蓋范圍、定義、敏感信息等方面的異同點，今天，我們將重點分析PIPL與GDPR在數據處理行為及其基礎合法性方面的異同，旨在幫助車企更準確地把握數據隱私保護法規的要求，有效應對相關挑戰，推動自動駕駛行業健康發展。一、PIPL和GDPR的異同點1、數據處理行為定義兩部法規（PIPL和GDPR）均明確界定了不同的數據處理行為，這些行為將觸發各自法規的管理范疇。此處所提及的信息，已不2024
10-22AD/ADAS的性能概覽：在AD/ADAS的開發與驗證中“大海撈針”！
如果您希望從數百萬小時的駕駛數據中查找特定的相關駕駛事件和未遂事故，以確保您的所需功能正確運行，不錯的方法就是創建一個系統性能的概覽分析，實現在數據日志中快速檢索關注點。為此，康謀在本文將為您詳細介紹IVEX的智能概覽功能，助力AD/ADAS的開發與驗證！一、AD/ADAS性能概覽的重要性為了開發、演進、測試和驗證自動駕駛（AD）功能或自動駕駛輔助系統（ADAS），各大企業都在生成數千小時的包含仿真或真實世界的駕駛數據日志。那么，如何才能知道自身的AD/ADAS系統是否始終按要求運行？是否朝著更2024
10-152024
10-142024
10-122024
10-102024
09-29數據隱私和匿名化：PIPL與GDPR下，如何確保數據合規？（一）
自動駕駛技術的快速發展伴隨著數據隱私保護的嚴峻挑戰。中國《個人信息保護法》（PIPL）與歐盟《通用數據保護條例》（GDPR）為自動駕駛數據合規設立了高標準。本篇文章將帶大家深入探討PIPL與GDPR的異同點，期望能夠幫助車企更好地理解并應對數據隱私保護法規的挑戰，推動自動駕駛行業健康發展。一、自動駕駛數據合規挑戰2021年8月20日，中國發布了一項重要的數據保護法，即《個人信息保護法》(PersonalInformationProtectionLaw,PIPL)。圍繞數據隱私，將零碎的立法統一并2024
09-262024
09-26GSG-8 Gen2生成多達2000個信號，可用性大大增強！
在當今快速發展的全球導航衛星系統（GNSS）領域，技術的不斷進步和復雜度的日益提升，對導航設備的性能、可靠性以及韌性提出了新要求。無論是航空航天還是交通運輸、地理信息測繪等行業，都高度依賴于精準、穩定的GNSS信號來實現定位、導航和授時（PNT）功能。然而，在實際應用中，GNSS信號容易受到多種因素的影響，如大氣層干擾、多路徑效應、甚至人為的干擾等，這些都可能對導航系統的準確性造成嚴重影響。因此，為了驗證和優化GNSS接收機的性能，評估其在各種復雜環境下的表現，以及確保導航系統的韌性和可靠性，G2024
09-24康謀分享 | 直面AD/ADAS快速開發挑戰：IVEX自動駕駛場景管理及分析平臺！
過去十年，自動駕駛和高級駕駛輔助系統(AD/ADAS)軟件和硬件的開發成為了各大汽車公司的主要投資目標之一。各大汽車公司對AD/ADAS持續不斷的投資加快了AD/ADAS組件的開發周期，但也揭示了目前需要解決的重大挑戰——如何快速了解開發AD/ADAS組件中的車輛行為，以便進行改進！一、方案背景由于AD/ADAS的運行環境很復雜，從仿真到真實駕駛，任何AD/ADAS組件的每次更改都需要根據大量場景進行驗證。然而，場景數量龐大且每天都在增長，傳統的機器人開發支持工具（如RVIZ）無法滿足我們的需求2024
09-14康謀分享| Nerf和3DGS神經重建技術在自動駕駛模擬中的應用
驗證自動駕駛軟件需要數百萬公里的測試。這不僅意味著系統開發周期長，而且系統的復雜度也會不斷增加，同時，大規模的實車測試也會耗費巨量的資源并且可能會面臨未知的安全問題。aiSim這樣的虛擬仿真工具可以減輕真實世界測試的負擔。AD和ADAS系統依靠閉環驗證來確保安全性和性能。然而，實現閉環評估需要一個能夠準確代表真實世界場景的3D環境。雖然這些3D環境可以由3D設計工程師手工構建，但這種方案很難解決Sim2Real的差距并且在可擴展方面存在一定的局限性。為此，本文為您介紹神經重建如何打破限制，在自動2024
09-14掃一掃訪問手機商鋪
以上信息由企業自行提供，信息內容的真實性、準確性和合法性由相關企業負責，化工儀器網對此不承擔任何保證責任。
溫馨提示：為規避購買風險，建議您在購買產品前務必確認供應商資質及產品質量。